机器学习中回归模型六大评价指标

文章目录

  • 一、机器学习中,回归问题的六大评价指标是什么?
  • 二、六大评价指标都代表什么含义?如何进行模型评价?
  • 总结
  • 引用文章链接:


一、机器学习中,回归问题的六大评价指标是什么?

	回归问题五大评价指标分别为 
	皮尔逊相关系数,
	解释方差分数(explained_varience_score),
	平均绝对误差(mean_absolute_error),
	均方差(mean_square_error), 
	r2分数(r2_score) 
	和 调整r2分数(r2_score_adjust)

二、六大评价指标都代表什么含义?如何进行模型评价?

	2.1 皮尔逊相关系数(pearsonr)
	值的范围为 [-1,1], 
	值的意义是 描述两个变量之间的线性相关性,既不考虑两个变量的线性相关性的斜率,
	也不考虑两个变量的非线性相关性,只考虑两个变量线性相关性的程度;越接近1,说明模型性能越好。

公式:

你可能感兴趣的:(人工智能,机器学习,回归,人工智能)